數(shù)據(jù)倉庫與數(shù)據(jù)挖掘復(fù)習(xí)提綱

1、數(shù)據(jù)庫應(yīng)用技術(shù)（數(shù)據(jù)倉庫與數(shù)據(jù)挖掘復(fù)習(xí)提綱）說明：考試形式： 閉卷考試題型： 填空、選擇、判斷、名詞解釋、簡(jiǎn)答題、綜合題。 （由于試題是隨機(jī)從試題庫中抽取，有可能抽取的試題中不會(huì)全部包含上述的所有題型）另外：本提綱僅針對(duì)試題中的名詞解釋、簡(jiǎn)答題和綜合題提供復(fù)習(xí)參考，不包括填空、選擇、判斷等其它題型的參考。一：名詞解釋數(shù)據(jù)倉庫、數(shù)據(jù)挖掘、 OLAP、 ODS（操作數(shù)據(jù)存儲(chǔ)）二簡(jiǎn)答題1試述數(shù)據(jù)倉庫系統(tǒng)與數(shù)據(jù)庫系統(tǒng)的區(qū)別與相似之處。2試述數(shù)據(jù)倉庫設(shè)計(jì)的步驟以及每一步所完成的工作。3OLAP與 OLTP的區(qū)別有哪些它們適合于運(yùn)行在同一個(gè)服務(wù)器上嗎為什么4在數(shù)據(jù)挖掘前，為什么要對(duì)數(shù)據(jù)進(jìn)行預(yù)處理，數(shù)據(jù)預(yù)處

2、理的有哪些主要的處理方法5在現(xiàn)實(shí)世界的數(shù)據(jù)中，元組在某些屬性上缺少值是常有的。描述處理該問題的各種方法。6.什么是數(shù)據(jù)倉庫中的元數(shù)據(jù)，元數(shù)據(jù)包含哪些內(nèi)容其重要性體現(xiàn)在哪些方面7.試述 ODS在“ DB-ODS-DW”體系結(jié)構(gòu)中的作用。8.請(qǐng)解釋 OLAP中維、維層次與維成員的概念，并舉例說明。9. 數(shù)據(jù)倉庫中的數(shù)據(jù)是數(shù)據(jù)庫中數(shù)據(jù)的簡(jiǎn)單堆積嗎它有哪些常用的數(shù)據(jù)組織方式10數(shù)據(jù)倉庫和數(shù)據(jù)集市的區(qū)別是什么數(shù)據(jù)倉庫的體系環(huán)境具有什么特點(diǎn)有哪些建立數(shù)據(jù)倉庫體系化環(huán)境的方法它們各有何優(yōu)劣11.數(shù)據(jù)倉庫的設(shè)計(jì)包括哪些內(nèi)容12.在內(nèi)容和使用者方面，數(shù)據(jù)倉庫環(huán)境中的元數(shù)據(jù)與操作型環(huán)境中的元數(shù)據(jù)有何異同13.為了

3、提高數(shù)據(jù)倉庫的性能，可以在哪些方面作一些努力在各個(gè)方面分別采用什么樣的技術(shù)這些技術(shù)易于實(shí)現(xiàn)嗎提供哪些基本操作服務(wù)器有哪些實(shí)現(xiàn)方法它們的優(yōu)劣是什么16.為什么不能依靠傳統(tǒng)的業(yè)務(wù)處理系統(tǒng)進(jìn)行決策分析17.自然演化體系結(jié)構(gòu)中存在的問題18.試述建立多維數(shù)據(jù)庫的過程。19數(shù)據(jù)挖掘的主要方法。20.數(shù)據(jù)挖掘中的數(shù)據(jù)分類是個(gè)兩步的過程，簡(jiǎn)述每步過程。21.對(duì)于類特征化，基于數(shù)據(jù)立方體的實(shí)現(xiàn)與諸如面向?qū)傩詺w納的關(guān)系實(shí)現(xiàn)之間的主要不同是什么討論哪種方法最有效，在什么條件下最有效。22. 一般來說，數(shù)據(jù)倉庫采用什么樣的數(shù)據(jù)模型與 OLTP的數(shù)據(jù)庫模型相比，這些模型有什么特點(diǎn)三綜合題第一類：給定一個(gè)表的結(jié)構(gòu)及數(shù)據(jù)

4、，計(jì)算每個(gè)決策屬性的信息增益（請(qǐng)同學(xué)們掌握該方法，不同的試題中給定的表結(jié)構(gòu)及數(shù)據(jù)是不同的）例一：假設(shè)有如下的“雇員基本信息”表的結(jié)構(gòu)及數(shù)據(jù)，其中屬性“工資”為類別標(biāo)識(shí)屬性，屬性“部門” 、“職位”、“年齡”作為決策屬性集。第一種出題形式：請(qǐng)計(jì)算每個(gè)決策屬性“部門”、“職位”、“年齡”的信息增益。第二種出題形式：建立決策樹，并產(chǎn)生IF-THEN規(guī)則。（另外請(qǐng)同學(xué)們自己復(fù)習(xí)課上所講的例子），。部門*職位*年齡*工資銷售部高級(jí)314041K55K C2銷售部初級(jí)213026K40K C3銷售部初級(jí)314026K40K C3系統(tǒng)部初級(jí)213041K55K C2系統(tǒng)部高級(jí)314056K70K C1系統(tǒng)部

5、初級(jí)213041K55K C2系統(tǒng)部高級(jí)415056K70K C1市場(chǎng)部高級(jí)314041K55K C2市場(chǎng)部初級(jí)314041K55K C2秘書處高級(jí)415026K40K C3秘書處初級(jí)213026K40K C3第二類：利用 Apriori 算法尋找事務(wù)集中的頻繁項(xiàng)集，并由找到的頻繁項(xiàng)集產(chǎn)生強(qiáng)關(guān)聯(lián)規(guī)則。（請(qǐng)同學(xué)們掌握該方法，不同的試題中給定的事務(wù)集是不同的）例一：假設(shè)現(xiàn)有如下表所示的一個(gè)事務(wù)數(shù)據(jù)庫， 數(shù)據(jù)庫中有 10 個(gè)事務(wù)，即|D|=10 。假定最小支持度 minsup=20%，最小置信度 minsup=65%，利用 Apriori 算法尋找 D中的頻繁項(xiàng)集，并由找到的頻繁項(xiàng)集產(chǎn)生強(qiáng)關(guān)聯(lián)規(guī)則。

6、（另外請(qǐng)同學(xué)們自己復(fù)習(xí)課上所講的例子）TID項(xiàng)列表T1I1，I2， I5T2，I2I1T3，I4I2T4，I4I1I2T5，I3I1T6I1，I2， I3，I5T7I1，I2， I3T8，I5I2T9I2，I3， I4T10I3， I4第三類：利用簡(jiǎn)單貝葉斯分類對(duì)數(shù)據(jù)進(jìn)行分類（請(qǐng)同學(xué)們掌握該方法，不同的試題中給定的表結(jié)構(gòu)及數(shù)據(jù)是不同的）例一：假設(shè)有如下的“雇員基本信息”表的結(jié)構(gòu)及數(shù)據(jù)，其中屬性“工資”為類別標(biāo)識(shí)屬性，類別標(biāo)識(shí)有 3 個(gè)取值（ C1、C2、 C3），屬性“部門”、“職位”、“年齡”作為決策屬性集，請(qǐng)利用貝葉斯簡(jiǎn)單分類方法對(duì)未知數(shù)據(jù)：X=（部門 =系統(tǒng)部，職位 =高級(jí)年齡 =2130）進(jìn)行分類。（另外請(qǐng)同學(xué)們自己復(fù)習(xí)課上所講的例子）部門 *職位 *年齡 *工資銷售部高級(jí)314041K55K C2銷售部初級(jí)213026K40K C3銷售部初級(jí)314026K40K C3系統(tǒng)部初級(jí)213041K55K C2系統(tǒng)部高級(jí)314056K70K C1系統(tǒng)部初級(jí)21